https://hongyonggi.github.io/Medical AI, Deep Learning, CT/MRI segmentation, image registration 등 의료 영상 AI 연구와 개발에 대한 기술 블로그입니다. 2026-09-17T09:23:48+09:00 YONGGI HONG https://hongyonggi.github.io/ Jekyll © 2026 YONGGI HONG /assets/img/favicons/favicon.ico /assets/img/favicons/favicon-96x96.png 2026-04-07T12:00:00+09:00 2026-04-07T12:00:00+09:00 https://hongyonggi.github.io/posts/welcome-to-my-blog/ YONGGI HONG

Welcome 안녕하세요, 홍용기입니다. 이 블로그에서는 Medical AI 분야의 연구와 개발 경험을 공유합니다. 주로 다루는 주제: CT/MRI 영상 분할 (nnU-Net 등) 의료 영상 정합 (Registration) 딥러닝 모델 학습 및 배포 의료 영상 처리 파이프라인 앞으로 유용한 내용을 정리해서 올리겠습니다.

2026-04-07T10:00:00+09:00 2026-04-07T16:16:40+09:00 https://hongyonggi.github.io/posts/rag-tutorial/ YONGGI HONG

RAG란? RAG(Retrieval-Augmented Generation)는 LLM이 답변을 생성하기 전에 외부 데이터베이스에서 관련 문서를 검색하여 참고하는 기법입니다. LLM은 학습 데이터에 없는 정보에 대해 잘못된 답변(Hallucination)을 생성할 수 있습니다. RAG는 이 문제를 해결하기 위해 검색(Retrieval)과 생성(Generation)을 결합합니다. LLM만 사용할 때의 한계 학습 데이터의 cutoff 이후 정보를 모름 사내 문서, 개인 데이터에 접근 불가 Hallucination 발생 가능성 RAG가 해결하는 것 최신 정보 반영 가능 사내/개인 문서 기반 답변 생성 출처를 명시하여 Hallucination 감소 RAG 파이프라인 구조 ...